DSpace JSPUI
DSpace зберігає і дозволяє легкий і відкритий доступ до всіх видів цифрового контенту, включаючи текст, зображення, анімовані зображення, MPEG і набори даних
Дізнатися більше
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://ir.nmu.org.ua/handle/123456789/156854Повний запис метаданих
| Поле DC | Значення | Мова |
|---|---|---|
| dc.contributor.author | Симонець, Галина | - |
| dc.date.accessioned | 2020-12-26T07:21:21Z | - |
| dc.date.available | 2020-12-26T07:21:21Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.uri | http://ir.nmu.org.ua/handle/123456789/156854 | - |
| dc.description | Методи дослідження: методи машинного навчання для очищення, нормалізування, представлення текстових даних у вигляді прийнятним для обробки на ЕОМ. Класифікатор логістичної регресії, метод класифікації за допомогою лінійних опорних векторів без та з методом навчання – стохастичний градієнтний спуск, класифікатор «Випадковий ліс» та класифікатор з посиленням градієнта. Алгоритм оцінки роботи класифікаторів, що включає використання методів підрахунку матриці помилок, точності, повноти та Ф-міри для оцінки моделей. Для більш генералізованої оцінки використано метод перехресної перевірки. Мова програмування Python. Економічна ефективність: очікується позитивною завдяки розробці програмних модулів, які дозволяють автоматизувати процес класифікації коментарів. В інформаційно-аналітичному розділі розглянуто основні базові підходи до обробки тексту і виділено стратегії та їх алгоритми, які можна використати для опрацювання текстових коментарів під відео у «Youtube». Окрім того, описано можливості мови програмування Python. В спеціальному розділі розроблено модуль з вивантаження коментарів з під відео на «Youtube», та програмний комплекс для їх класифікації кількома методами. Проведено аналіз точності моделей за яким обрано найкращі. | ru_RU |
| dc.description.abstract | Об’єкт дослідження: відеохостинг, що надає користувачам послуги зберігання, доставки та показу відео – «YouTube». Мета дослідження: виявлення токсичних коментарів на відеохостінгу "Youtube" шляхом класифікації неструктурованого тексту за допомогою комбінації методів машинного навчання. Практична цінність отриманих у роботі результатів полягає в оптимізації(спрощені) процесу аналізу коментарів. | ru_RU |
| dc.language.iso | uk | ru_RU |
| dc.subject | коментарі | ru_RU |
| dc.subject | класифікація | ru_RU |
| dc.subject | логістична регресія | ru_RU |
| dc.subject | метод опорних векторів | ru_RU |
| dc.subject | градієнтний спуск | ru_RU |
| dc.subject | матриця помилок | ru_RU |
| dc.subject | перехресна помилка | ru_RU |
| dc.title | Застосування алгоритмів машинного навчання для обробки коментарів відеохостингу | ru_RU |
| dc.title.alternative | ПОЯСНЮВАЛЬНА ЗАПИСКА кваліфікаційної роботи магістра студентки групи 124м–19–1 Симонець Галини Василівни спеціальності 124 Системний аналіз | ru_RU |
| dc.type | Learning Object | ru_RU |
| Розташовується у зібраннях: | 2020-2021 навчальний рік | |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| Диплом_Симонець Г.В.(спец124м).pdf | 181,99 kB | Adobe PDF |  Переглянути/Відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.